資源描述：
《風(fēng)電機(jī)組變槳距模糊遺傳控制算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、ComputerEngineeringandApplications計(jì)算機(jī)工程與應(yīng)用2013，49（7）217風(fēng)電機(jī)組變槳距模糊遺傳控制算法研究楊清宇，張冉Y(jié)ANGQingyu,ZHANGRan西安交通大學(xué)電子與信息工程學(xué)院，西安710049SchoolofElectronicandInformationEngineering,Xi’anJiaotongUniversity,Xi’an710049,ChinaYANGQingyu,ZHANGRan.Researchonfuzzygeneticalgorithmofwindturbine
2、pitchcontrol.ComputerEngineeringandApplications,2013,49（7）：217-220.Abstract：Inordertoimprovethestabilityofgeneratorspeedandpowerofthewindturbineaboveratedwindspeed,thispaperestablishesthemodelofavariablespeedpitchregulatedwindturbinebasedontherunningcharacteristicsofthe
3、windturbine.BecauseofthelowconvergencerateoftheGeneticAlgorithm（GA）,Fuzzy-GAcontroltheoryisadoptedtoamendtheparame-tersofthePIDcontroller.ThesimulationresultsshowthattheFuzzy-GAPIDcontrollernotonlyimprovestheconvergencerateoftheGAcontroller,butalsoperformsbetterthantheG
4、Acontrollerinbothdynamicperformanceandsystemstability.Keywords：windturbine;pitchcontrol;GeneticAlgorithm（GA）;FuzzyGA摘要：為提高額定風(fēng)速以上風(fēng)力發(fā)電機(jī)組發(fā)電機(jī)轉(zhuǎn)速和輸出功率的穩(wěn)定性，基于風(fēng)電機(jī)組的運(yùn)行特性，建立了風(fēng)電機(jī)組變槳距控制仿真模型；針對(duì)遺傳算法收斂速度慢的缺點(diǎn)，采用模糊遺傳算法對(duì)PID控制器參數(shù)進(jìn)行整定。仿真結(jié)果表明，基于模糊遺傳的控制器不僅提高了遺傳算法的收斂速度，且在動(dòng)態(tài)性能及系統(tǒng)穩(wěn)定性方面均優(yōu)于遺傳算法控制
5、器。關(guān)鍵詞：風(fēng)電機(jī)組；變槳距控制；遺傳算法；模糊遺傳文獻(xiàn)標(biāo)志碼：A中圖分類(lèi)號(hào)：TP273+.4doi：10.3778/j.issn.1002-8331.1210-00451引言將兩者進(jìn)行結(jié)合，提出了各種基于智能PID控制技術(shù)。文風(fēng)力發(fā)電由于其清潔無(wú)污染、可再生、基建周期短及獻(xiàn)[3-4]提出了模糊PID、模糊前饋與模糊PID相結(jié)合的變裝機(jī)規(guī)模靈活等優(yōu)點(diǎn)，受到世界各國(guó)的高度重視。眾所周槳距控制方法，來(lái)改善單純PID控制在變槳距控制中調(diào)整知，控制技術(shù)是機(jī)組安全高效運(yùn)行的關(guān)鍵，變槳距控制系時(shí)間長(zhǎng)、超調(diào)量大的問(wèn)題。文獻(xiàn)[5]利用槳距角參考值與槳
6、統(tǒng)作為風(fēng)電機(jī)組控制系統(tǒng)的核心技術(shù)之一，對(duì)機(jī)組安全穩(wěn)距角實(shí)際測(cè)量值的誤差e及誤差微分e?作為模糊自適應(yīng)定運(yùn)行具有十分重要的作用。PID控制器的輸入，通過(guò)不斷檢測(cè)誤差e和誤差微分e?的變槳距控制系統(tǒng)根據(jù)實(shí)際風(fēng)速的變化情況來(lái)實(shí)時(shí)調(diào)值，對(duì)控制器的參數(shù)進(jìn)行在線調(diào)整，使其具有良好的動(dòng)態(tài)整葉片的槳距角，改變氣流對(duì)葉片攻角，從而改變風(fēng)輪的和靜態(tài)性能，但確定模糊控制器的控制規(guī)則相對(duì)困難。文起動(dòng)轉(zhuǎn)矩，使系統(tǒng)輸出功率保持恒定。由于風(fēng)電機(jī)組的非獻(xiàn)[6]利用徑向基神經(jīng)網(wǎng)絡(luò)（RBF-NN）控制器和多層感知器線性及較大的風(fēng)輪轉(zhuǎn)動(dòng)慣量，使得變槳距控制存在響應(yīng)滯神經(jīng)網(wǎng)
7、絡(luò)（MLP-NN）控制器對(duì)額定風(fēng)速以上風(fēng)輪的槳距角[1-2]進(jìn)行尋優(yōu)，獲得最佳風(fēng)能利用系數(shù)和葉尖速比，并對(duì)兩種后等缺陷，對(duì)控制策略提出了較高的要求。通過(guò)對(duì)變速變槳距機(jī)組的研究，國(guó)內(nèi)外學(xué)者提出了很控制器仿真結(jié)果進(jìn)行了比較。仿真結(jié)果表明RBFNN控多方法對(duì)其進(jìn)行控制，并取得了一定的研究成果，如PID控制器有更好的控制性能，在較高風(fēng)速下能夠保持功率輸出制技術(shù)、多變量控制、LQG控制、智能控制等。其中，PID控在額定值附近，當(dāng)有擾動(dòng)輸入時(shí)，可以有效地抑制擾動(dòng)。制器以其結(jié)構(gòu)簡(jiǎn)單、穩(wěn)定性好及調(diào)整方便等優(yōu)點(diǎn)廣泛應(yīng)用文獻(xiàn)[7]提出了一種基于數(shù)據(jù)挖掘技
8、術(shù)、預(yù)測(cè)控制及進(jìn)化計(jì)于工業(yè)控制過(guò)程中，然而利用傳統(tǒng)的PID控制需要建立風(fēng)算的智能動(dòng)態(tài)風(fēng)機(jī)控制系統(tǒng)，建立了多目標(biāo)模型，通過(guò)對(duì)力發(fā)電機(jī)組的精確數(shù)學(xué)模型，考慮到空氣動(dòng)力學(xué)的不確定五個(gè)不同的控制目標(biāo)施加不同的權(quán)重系數(shù)達(dá)到對(duì)系統(tǒng)動(dòng)
